Cloudflare OSとは何か｜AIエージェントを会社で安全に使うための新しい仕事OS
AIエージェントを会社で使う本題は、モデル選びではなく「権限・文脈・運用」をどう設計するかに移っています。
Cloudflareが「Cloudflare OS」を発表しました。名前だけを見るとパソコンのOSのように聞こえますが、実体はAIエージェントを会社の文脈、社内データ、業務アプリ、承認ルールにつなぐためのワークスペースです。
重要なのは、単なるAIチャットではない点です。Cloudflare OSは、会話から調査、資料作成、アプリ作成、決まった手順の自動実行までを扱い、さらに「どのデータを見たか」「誰に共有してよいか」「外部に送ってよいか」をGatekeepersという仕組みで管理しようとしています。
この記事では、Cloudflare公式発表、内部導入の解説、GitHubで公開されたCloudflare OS / starter repositoryの情報を確認しながら、中小企業が何を学べるのかをi-Style視点で整理します。
この記事を読むとわかること
- check_circleCloudflare OSが、普通のAIチャットやMCP連携と何が違うのか
- check_circleGatekeepers、Gadgets、AI Gatewayが会社利用で果たす役割
- check_circle「AIにAPIキーを渡す」危険な運用から抜け出す考え方
- check_circle中小企業が今すぐ整えるべき、AI活用の権限・文脈・運用ルール
向いている読者: AIエージェント、社内AI、業務自動化、MCP、Cloudflare Workersに関心のある経営者・担当者。
向かない読者: Cloudflare OSの細かな実装手順だけを知りたい開発者。この記事では事業・運用面の意味を中心に扱います。
Cloudflare OSは「会社ごとのAI仕事場」です
Cloudflare公式記事では、Cloudflare OSを「会社の文脈とスキルを読み込んだエージェントワークスペース」と説明しています。ユーザーはブラウザで会話し、エージェントは必要に応じてコードを書き、社内データを検索し、資料やアプリを作り、ワークフローを実行します。
ここでいうOSは、WindowsやmacOSの置き換えではありません。AI時代の仕事に必要な「文脈」「権限」「実行環境」「共有」「監査」をまとめて扱う土台という意味です。CloudflareのGitHub READMEでも、従来のOSにおけるkernel、device drivers、processesのような役割を、workshop-backend、Gatekeepers、Gadgetsに対応させて説明しています。
| 構成要素 | 役割 | 会社での意味 |
|---|---|---|
| Agent workspace | 会話、ファイル、状態、実行環境をまとめる | AIとの作業場所をブラウザに集約する |
| Skills / Context | 会社の手順や知識を読み込む | 毎回同じ説明をしなくてよくする |
| Gatekeepers | 外部サービス・社内データへのアクセスを制御する | APIキー丸渡しを避け、承認と監査を入れる |
| Gadgets | AIが作る小さな専用アプリ | 部署や個人に合わせた業務ツールを作れる |
大きな論点は「AIにどこまで権限を渡すか」です
Cloudflareの内部導入記事では、営業部門のメンバーがAIでSuperAppを作り、十数個の本番システムのAPIキーとデプロイ権限を求めた話から始まります。これは多くの会社で起きうる未来です。AIで便利なものは作れる。しかし、そのために本番データや管理者権限を広く渡してよいのか、という問題です。
Cloudflare OSの答えは、「エージェントは最初は何もアクセスできない」です。必要なリソースだけを人が紹介し、コードには資格情報ではなく能力を表すbindingが渡されます。サーバーコードはDynamic Workerで動き、外向き通信も明示されたcapabilityなしには使えません。
中小企業向けに言い換えると: 「AIに全部ログインさせる」のではなく、「この顧客リストのこの項目だけ読んでよい」「この下書きメールは作ってよいが送信は人が見る」という単位まで分ける考え方です。
Gatekeepersは、MCPの先にある運用設計です
MCPは、AIツールと外部システムをつなぐ標準として急速に広がっています。ただし、MCPサーバーを用意しただけでは、「エージェントがどの情報を見たのか」「その情報を含む成果物を誰に見せてよいのか」「外部送信してよいのか」までは十分に管理しきれません。
Cloudflare OSのGatekeepersは、サービスごとのWorkerとして外部サービスとの間に入り、OAuth、ポリシー、読み取り記録、副作用のある操作の承認を扱います。たとえばGitHubなら、アカウント全体ではなく特定リポジトリ、issueは読めるがソースコードは読めない、merge前に承認が必要、という細かい制御が可能になります。
さらに重要なのは、「policy follows what the agent has seen」という考え方です。エージェントが機密テーブルを見てダッシュボードを作った場合、そのダッシュボードの共有も元データの権限に引きずられるべきです。これは、AI活用が本格化するほど避けて通れない論点です。
Gadgetsは、部署ごとに変えられる小さな業務アプリです
Cloudflare OSでは、AIが作る小さなアプリをGadgetsとして扱います。普通のSaaSは、みんなが同じアプリを使い、足りない機能は開発元に要望します。一方、Gadgetは個人やチームごとの専用アプリとして作られ、必要ならAIに改造してもらえる前提です。
公式記事では、各アプリがWorkerとして動き、Dynamic Workers、Durable Object Facets、SQLite、Cap’n Web RPCなどを使うと説明されています。技術的には高度ですが、事業側から見ると「Excelで毎週作っていた管理表」「Google Driveの資料を見ながら作る提案書」「チケット一覧から朝の確認表を作る」といった仕事が、部署専用アプリになっていく可能性があります。
| 従来のやり方 | Cloudflare OS的な考え方 |
|---|---|
| 毎週CSVを落として、表計算で整形する | データ接続と可視化をGadgetにする |
| 担当者ごとにプロンプトを工夫する | 会社のスキル・文脈として共有する |
| AIに広いログイン権限を渡す | Gatekeeper経由で必要な範囲だけ渡す |
| 承認待ちで自動化が止まる | 副作用のある操作を記録し、まとめて承認する設計に寄せる |
AI Gatewayは、モデル費用と利用状況を見える化する役割です
Cloudflare OSは、特定のモデルだけを使う設計ではありません。公式記事では、AI Gatewayを通じて推論リクエストを扱い、どのモデルを使うか、どの利用にいくらかかっているか、予算やレート制限をどうするかを管理できると説明されています。
これは中小企業にも大切です。AI活用は、最初は数人の試行で済みます。しかし、部署ごとに自動実行が増えると、費用と責任の所在が曖昧になります。「高性能モデルは難しい判断だけ」「毎朝の定型要約は安いモデル」「顧客情報を含む処理はログとDLPを通す」といったルールが必要になります。
今すぐ導入するより、まず真似したい3つの設計
Cloudflare OS自体はオープンソースで公開され、starter repositoryから自社のCloudflare accountへ展開できる形も用意されています。ただし、GitHub READMEではearly accessであり、production upgrade前にtrust boundaryを確認する必要があるとも明記されています。中小企業がいきなり本番基盤にするより、まず思想を取り入れるほうが現実的です。
まず整えること
- check_circle文脈: AIに毎回説明している会社ルール、商品説明、顧客対応方針を1か所にまとめる。
- check_circle権限: AIが読んでよい情報、下書きしてよい操作、人が承認する操作を分ける。
- check_circle運用: 誰が作ったAIワークフローか、いつ見直すか、失敗時に誰が責任を持つかを決める。
Cloudflareの内部記事でも、「AIはチームメンバーではなく、ツールとツールメーカーであり、人間が出力に責任を持つ」という原則が示されています。これは規模に関係なく大切です。
まとめ：AI活用の差は、モデルよりも仕事の土台で決まる
Cloudflare OSの発表で見えてくるのは、AI活用が「どのモデルを使うか」から「会社としてどう安全に仕事へ組み込むか」へ進んでいることです。チャットで便利に使う段階を超えると、文脈、権限、承認、監査、費用管理、共有の設計が必要になります。
- check_circleCloudflare OSは、会社の文脈と権限を持ったAIワークスペースとして発表された
- check_circleGatekeepersは、APIキー丸渡しではなく、範囲限定・記録・承認を入れるための仕組み
- check_circleGadgetsは、AIが作る部署・個人向けの小さな業務アプリという発想
- check_circle中小企業は、まず文脈・権限・運用ルールを整えるだけでも大きく前進できる
i-Styleとしても、AI導入はツール選定だけで終わらせず、社内の情報整理、承認フロー、業務手順、公開後の改善まで含めて設計することが重要だと考えています。AIに仕事を任せるほど、人間側のルールづくりが価値になります。
参考にした情報
- Cloudflare Blog: Cloudflare OS
- Cloudflare Blog: How we’re rethinking work at Cloudflare with Cloudflare OS
- GitHub: cloudflare/cloudflare-os
- GitHub: cloudflare/cloudflare-os-starter
- Cloudflare Docs: MCP server portals
- Cloudflare Docs: AI Gateway
AIエージェントの社内導入を安全に進めたい方へ
i-Styleでは、AIツールの選定だけでなく、社内ルール、権限設計、承認フロー、業務自動化、ブログ・顧客対応などへの実装まで含めて支援しています。まずは「AIに任せる仕事」と「人が見る仕事」を分けるところから整理できます。
お問い合わせページへarrow_forwardお問い合わせ前に軽く相談したい場合は、i-Styleサポートデスクbotでも概要を確認できます。